魏燚伟

（中国石油大学（北京）克拉玛依校区，新疆 克拉玛依 834000）

0 引言

在大数据时代的背景下，数据挖掘技术引起了信息产业界的极大关注，其主要原因是存在大量可广泛使用的数据，并且迫切需要从这些数据中获取有用的信息和知识。为了使高校毕业生能够满足信息产业界的需要，数据挖掘课程已逐渐成为计算机专业培养方案中的专业选修课之一。数据挖掘作为一门兼具理论性和实践性的课程，对于提高计算机专业学生编程实践能力和理论创新能力都能起到积极作用。同时，如何在授课过程中充分的考虑理论与实践的结合是数据挖掘课程的难点问题，也是目前课程授课面临的关键和核心问题。

1 线下教学现状分析

数据挖掘课程的核心教学理念是使学生能够掌握数据挖掘的基本概念和经典算法。在学习本课程后，学生能依据具体算法实现简单的数据挖掘实例编程。目前，课程的教学模式主要以线下授课为基础，同时结合学生自主练习，但这种授课模式在理论教学和实践教学上均存在着不足之处。

1.1 学时量不足

数据挖掘涉及多方面的基础理论学科和应用性强的技术领域，其核心算法包括神经网络法、决策树法、遗传算法、粗糙集法、模糊集法、关联规则法等。而数据挖掘课程作为计算机专业的一门专业选修课，能够分配给任课教师的学时量只能满足基本教学要求。课时量的不充足会导致两个问题：（1）授课内容无法完全覆盖数据挖掘核心算法（2）算法的授课深度无法满足信息产业界的需要。……